新智元编译

来源：Medium.com

作者：David Mack

译者：熊笑 闻菲

　　新智元启动 2017 最新一轮大招聘：COO、总编、主笔、运营总监、视觉总监等８大职位全面开放。

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。加盟新智元，与人工智能业界领袖携手改变世界。

　　简历投递：jobs@aiera.com.cn HR 微信：13552313024

　　【新智元导读】AI 正在展示出真正的创造力，它们像梵高一样绘画，像莎翁一样写作，像人类编剧一样创作着电影剧本。设计公司 SketchDeck 的联合创始人兼 CTO David Mack 认为，没有理由认为 AI 不能像人类那样具有创造力。在 AI 巨大的潜能中，只需进步一点点，就足以匹敌人类的创造力了。

　　长期以来，人类在宇宙中占有特殊的地位。犹太—基督教的神根据他自己的形象造出了人。柏拉图相信“logos”——心灵——是不朽的。而在上个世纪，人们都知道，人类比计算机更好，因为计算机好像有点……傻。

　　而今我们已经看到了一些苗头，AI 正在展示出真正的创造力。这可能预示了一个大胆的新世界：纽约时报畅销书榜单上满是 AI 的作品，人们在音乐节上为巨星“云”的新曲纵情舞蹈。我们的经济和社会可能会发生根本性转变。

　　最近有一些研究项目显示，富有创造性的 AI 正在向我们走来。

　　AI 的研究工具现在很容易搞到，计算机科学则历来弥漫着将研究公开分享的文化。感谢这一点，这一领域不断涌现着优秀的研究结果，与世界快速共享。

　　目前的 AI 研究结果就像当年的掌上电脑，相对于今日的 iPhone，它们似乎有点尴尬和幼稚，但它们背后的想法和那种原始的力量却可以大大改变我们的生活。

　　让我们聚焦一些近期的研究项目，来看看为什么说它们越来越有创造性。

　　像梵高一样作画

　　风格迁移迅速成为了 AI 研究的热门话题，因为它惊人的视觉产出：

　　

神经网络将风格应用在照片中

　　这三张计算机生成的图片风格如此明显，证明了风格在艺术家作品中的作用。

　　AI跨越了怪异杂糅的边界。它对于笔触和着色的应用相当好地补充了主题，尽管很难将风格天衣无缝地拼接到照片里，但随着我们进一步加深认识，这些都不是问题。

　　这一领域的另一个发展是 AI 在不同艺术家的风格之间自由切换：

　　

　　每个艺术家、创作者和发明家都是站在他们前辈的肩膀上。模仿是创造力和艺术表现力的重要组成部分。采用他人的想法（比如他们的视觉风格）并绘制出来，就可能通过重新组合，以及通过跳出旧有思维界限的方式找到新的想法。

　　像莎翁一样写作

　　

　　用伊丽莎白时期的习语写一首五音步诗，对普通人来说是很具有挑战性的。上面这个作品出自我们在学校给孩子们布置的一个创作实践活动，由一个循环神经网络生成，这个神经网络把写作过程当成是一个字一个字的生成过程。这个神经网络有1500个“神经元”——你的大脑则有1000 亿个神经元。考虑到 AI 必须克服的所有障碍，这个初级写作范本令人印象深刻。

　　如前例所述，神经网络的理解深度比人类作家浅。但是，前景显而易见。随着网络深度的增加和学习能力的增加，网络学习的句法和风格规则可以深化到语法和叙述规则中。通过恰当地应用这些规则，这样生成模式可以很容易地催生出一个出版帝国。

　　进军影视界

　　

　　去年，导演 Oscar Sharp 和 AI 学者 Ross Goodwin 发布了一部令人惊异的短片《Sunspring》（https://arstechnica.com/the-multiverse/2016/06/an-ai-wrote-this-movie-and-its-strangely-moving/）。

　　这是一部完全由算法创作的科幻故事。这个算法把自己称为 Benjamin。现在这两个人和 Benjamin 再次联手，又创作了一部短片《It’s No Game》（https://arstechnica.com/the-multiverse/2017/04/an-ai-wrote-all-of-david-hasselhoffs-lines-in-this-demented-short-film/）。另外一个有名的例子是 IBM 的 Watson 为恐怖片《Morgan》创作了一部预告片（http://www.wired.co.uk/article/ibm-watson-ai-film-trailer）。

　　

　　IBM 研究人员给 Watson 看了超过100部恐怖电影的预告片，分成几段时间和场景。它对每个场景进行了一系列视觉、声音和作曲分析，以学习如何创建预告片。然后 Watson 开始处理时长 90 分钟的《Morgan》，以找到适合收入在预告片中的片段。

　　Watson 处理完《Morgan》，分出了10个场景共6分钟的视频。人类剪辑师通常需要10到30天才能将场景拼凑起来讲述一个连贯的故事，而 AI 只用了24小时就完成了预告片。

　　识别人类的情绪

　　通过预测一句话中的下一个单词，AI 展现出识别人类的情绪的能力。

　　OpenAI 发布了上述实验——一个无监督学习程序，其任务是预测亚马逊评论的下一个单词，为人类情感建模。它有一个特定的神经元，可以检测到好评和差评之间的差异。这是一个很好的例子，展现出AI理解到了更深层次的本质。

　　艺术家在做什么？他在连线。他把事物之间看不见的线连在一起。——德国艺术家AnselmKiefer

　　虽然这个 AI 只学会了理解语言的一个小小的方面，但这是从零到一的第一步。出现更大规模的神经网络和更有效的学习方法来使得 AI 能够理解更多它们看到的东西，只是一个时间问题。

　　AI 能否具有人类的创造力？

　　是啊，这些事情令人印象深刻，但 AI 有可能具有人类一样的创造力吗？

　　没有任何根本原因，会造成 AI 不能像人类那样具有创造力。信息物理学既是人类思维也是硅片的基础。二者的运行都依照量子力学的数学原理。

　　大自然花费了40 亿年的时间来进化我们大脑的细胞系统。人类花费了70 年在硅晶体管上。这些晶体管已经变成了超级视频游戏玩家，并成为了具有创造性的助手。今天运行的硬件和软件只会日益进化，没有障碍能阻止深度学习变得更深入更快速了。

转载请注明出处。